| 摘要 | 第13-15页 |
| ABSTRACT | 第15-16页 |
| 1 绪论 | 第17-25页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.3 在线学习基础与分类 | 第19-20页 |
| 1.4 在线学习算法研究的关键问题 | 第20-25页 |
| 1.4.1 收敛性 | 第20-21页 |
| 1.4.2 可扩展性 | 第21-22页 |
| 1.4.3 数据流抽取机制 | 第22页 |
| 1.4.4 在线学习自动化工具 | 第22页 |
| 1.4.5 在线学习算法应用 | 第22-25页 |
| 2 在线学习算法概述 | 第25-41页 |
| 2.1 线性模型的在线学习 | 第25-29页 |
| 2.1.1 感知器学习算法 | 第25-26页 |
| 2.1.2 在线被动-主动算法 | 第26-28页 |
| 2.1.3 在线稀疏解学习算法 | 第28-29页 |
| 2.2 非线性模型的在线学习 | 第29-36页 |
| 2.2.1 核感知器 | 第29-30页 |
| 2.2.2 核在线被动-主动算法 | 第30-31页 |
| 2.2.3 固定缓冲器的核在线学习算法 | 第31-32页 |
| 2.2.4 核在线梯度下降法 | 第32-36页 |
| 2.3 非传统的在线学习算法 | 第36-41页 |
| 2.3.1 多任务在线学习 | 第36-38页 |
| 2.3.2 组LASSO在线学习算法 | 第38-39页 |
| 2.3.3 多任务学习、组LASSO、多核学习模型的一致性 | 第39-41页 |
| 3 多任务加速在线学习算法 | 第41-52页 |
| 3.1 多任务在线学习 | 第41-43页 |
| 3.1.1 多任务学习 | 第41-42页 |
| 3.1.2 多任务在线学习时空代价分析 | 第42-43页 |
| 3.2 加速的多任务在线学习算法 | 第43-45页 |
| 3.2.1 加速的多任务在线学习框架 | 第43-44页 |
| 3.2.2 求解权重矩阵的闭式解 | 第44页 |
| 3.2.3 算法收敛理论分析 | 第44-45页 |
| 3.3 协同过滤在线学习 | 第45-52页 |
| 3.3.1 概率矩阵分解 | 第46-47页 |
| 3.3.2 对偶平均加速在线PMF | 第47-49页 |
| 3.3.3 实验验证 | 第49-52页 |
| 4 组LASSO加速在线学习算法 | 第52-66页 |
| 4.1 组LASSO预测器 | 第52-55页 |
| 4.1.1 预测问题 | 第52-54页 |
| 4.1.2 组LASSO预测器的计算 | 第54-55页 |
| 4.2 稀疏组LASSO预测器 | 第55-59页 |
| 4.2.1 稀疏组LASSO预测器的计算 | 第55-56页 |
| 4.2.2 一个例子 | 第56-59页 |
| 4.3 权重学习向量的分组 | 第59-60页 |
| 4.4 加速的稀疏组LASSO对偶平均学习框架 | 第60-61页 |
| 4.5 实验验证 | 第61-66页 |
| 4.5.1 人工合成数据实验结果 | 第62-64页 |
| 4.5.2 实际数据集实验结果 | 第64-65页 |
| 4.5.3 算法运行效率比较 | 第65-66页 |
| 5 在线多核学习算法 | 第66-81页 |
| 5.1 在线多核学习 | 第66-67页 |
| 5.2 非线性组LASSO模型与在线多核学习的等效性 | 第67-68页 |
| 5.3 基于非线性组LASSO模型在线多核学习算法 | 第68-74页 |
| 5.3.1 随机梯度下降法求解非线性模型 | 第68-69页 |
| 5.3.2 截取加速 | 第69-70页 |
| 5.3.3 在线多核学习算法 | 第70-71页 |
| 5.3.4 算法收敛率与错误界分析 | 第71页 |
| 5.3.5 实验验证 | 第71-74页 |
| 5.4 在线核不平衡学习 | 第74-81页 |
| 5.4.1 问题定义 | 第74-75页 |
| 5.4.2 在线核不平衡学习算法 | 第75-77页 |
| 5.4.3 实验验证 | 第77-81页 |
| 6 基因测序大数据在线信息分析 | 第81-94页 |
| 6.1 基因测序领域的大数据现象 | 第81-82页 |
| 6.2 基因结构背景 | 第82-83页 |
| 6.3 测序序列比对方法 | 第83-86页 |
| 6.4 多样性源与组LASSO模型的一致性 | 第86-88页 |
| 6.5 基因剪接位点在线预测分析算法 | 第88-94页 |
| 6.5.1 基因剪接位点在线训练和预测算法 | 第88-90页 |
| 6.5.2 实验验证 | 第90-94页 |
| 7 总结与展望 | 第94-99页 |
| 7.1 总结 | 第94-95页 |
| 7.2 未来工作展望 | 第95-99页 |
| 附录部分数学证明 | 第99-108页 |
| 参考文献 | 第108-116页 |
| 攻博期间发表的科研成果目录 | 第116-117页 |
| 后记 | 第117页 |
